首页|学院概况|师资队伍|学科建设|本科教育|研究生教育|学生工作|党群工作|科研工作|对外合作
站内搜索:
 
  本科教育
 专业介绍 
 招生简章 
 培养方案 
 教学大纲 
 教务下载中心 
 
  培养方案    
数据科学与大数据技术专业培养方案
2020年10月22日   审核人:   (阅读次数:)

   制:4年                                                     授予学位:工学学士

专业简介:本专业以计算机科学和数据科学理论为基础,着重掌握大数据的采集、处理、分析与应用系统设计、开发技术与核心技能。通过理论学习和实践训练,使学生具有扎实的计算机、数学、统计学等多学科的理论和专业知识,具有创新能力、较强的工程实践能力和团队协作能力,能在IT企业和企事业单位的信息技术与管理部门从事大数据的采集与处理、存储与管理、分析挖掘、展现,和软件开发、应用与运维等工作,适应现代化建设和未来社会科技发展的需要。

本专业采用校企合作的联合人才培养模式,设有稳定的校外实习基地和完全企业化的大型校内工程实践基地,为学生全面开展工程实践活动提供了优良的环境和保证。

一、培养目标

本专业培养德、智、体、美全面发展,具有扎实的计算机、数学、统计学等多学科的理论和专业知识,掌握数据科学与大数据技术的基本理论、基本方法和技能,具有创新能力、较强的工程实践能力和团队协作能力,能在IT企业和企事业单位的信息技术与管理部门从事大数据的采集与处理、存储与管理、分析挖掘、展现,和系统应用与运维等工作,适应现代化建设和未来社会科技发展需要的应用型高级工程技术人才。

二、基本要求

结合工程教育对学生毕业能力的要求,本专业毕业生应获得以下几个方面的知识和技能:

1. 能够将数学、自然科学、工程基础和专业知识用于解决复杂大数据工程问题。

2. 能够应用数学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析复杂大数据工程问题,以获得有效结论。

3. 能够设计针对复杂大数据工程问题的解决方案,设计满足特定需求的系统,并能够在设计环节中体现创新意识,考虑社会、安全、法律以及环境等因素。

4. 能够基于科学原理并采用科学方法设计大数据系统的实验、并通过分析综合得到合理有效的结论。

5. 能够选择、开发与使用恰当的技术、资源和工具,对复杂大数据工程问题的预测、模拟和实现。

6. 能够基于工程相关背景知识进行合理分析,评价大数据工程实践和复杂工程问题解决方案对社会、安全、法律以及文化的影响,并理解应承担的责任。

7. 能够理解和评价针对复杂大数据工程问题的工程实践对环境、社会可持续发展的影响。

8. 具有人文社会科学素养、社会责任感,能够在大数据工程实践中理解并遵守工程职业道德和规范,履行责任。

9. 能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。

10. 能够与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达,并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。

11. 理解并掌握大数据工程管理与经济决策方法,并能在多学科环境中应用。

12. 具有自主学习和终身学习意识,有不断学习和适应发展的能力。

三、主干学科与相近专业

主干学科:计算机科学与技术

相关专业:计算机科学与技术、软件工程、信息与计算科学、信息管理

核心课程

概率论与数理统计、离散数学、数据结构与算法、计算机操作系统、计算机网络、Python语言程序设计、面向对象程序设计(Java)、数据库系统原理、分布式计算框架基础、数据分析与挖掘算法、Spark大数据处理、机器学习、数据可视化技术。

、主要实践性教学环节和主要专业实验

(1)课程实践环节。行业认知教育、Python程序设计实践、面向对象程序设计实践(Java)、网络技术实践、分布式数据处理实践、数据库系统开发实践、数据分析与数据挖掘实践、机器学习实践。

(2)综合实践环节。大数据项目综合实践、毕业设计。

六、专业特色

本专业以计算机科学和数据科学理论为基础,以国际化工程教育专业认证标准为准则,致力于培养“掌握实用理论、熟悉业务流程、紧密结合领域、符合职业需求”的大数据应用与系统开发人才。通过与著名软件企业的融合,由学者、行业专家、企业工程师和高管组成教学团队进行专业建设和人才培养过程实施;依托国家装备制造业大数据中心和特定企业,使学生熟悉前沿应用领域工作流程,与工业、物流等领域紧密结合;依据职场分类和实际应用需求形成课程体系,强化对工程应用技术理论及其实施方法的掌握;通过企业项目实作及与教学过程的融合,了解职场需求,促进学生大数据业务处理、管理系统和工具的使用、软件设计和开发能力的提高,实现与企业所需人才的零距离对接。

、毕业学分要求

本专业毕业生应修满181学分,其中课程教学(含:实验课)128学分,集中实践教学41学分,素质拓展与创新教育12学分。

说明:学院对选修课提供建议,学生入学后可按建议也可自愿进行组合选修。教育课程在全校公共选修课程中按类选修4学分(每门课程1学分),自选上课学期;学生参照《素质拓展与创新实践学分实施细则》自选项目完成素质拓展与创新实践4学分。

、各类学分学时要求一览表

                       

必修

选修

合计

学分

学时

实验上机

学分

学时

实验上机

学分

学时

实验上机(实践)

课程

实验

教学

公共基础

52.5

872

2

52.5

872

2

学科基础

37.5

600

90

37.5

600

90

专业

20

320

84

18

288

96

38

608

180

实践

教学

军训

2

2

(2)

课程设计类

22

22

(22)

实习类

1

1

(1)

毕业设计

16

16

(16)

素质拓展与

创新教育

公共选修

4

128

4

128

素质拓展课与专题教育

6

64

6

64

自主实践

2

2

总   计

159

1856

176

22

416

96

181

2272

27241

比例(占总学分)统计

实践(集中实践+课内实验+课内上机)比例:32.04%

选修比例(选课程、选内容):12.15 %


数据科学与大数据技术专业教学进程表

课程类别

课程

编号

课程名称

课程要求

学时分配

学期学分分配

讲授

19

20

20

20

20

20

20

16

公共基础课

03068111

中国近现代史纲要

必修

3

40

40

8

3

03069111

思想道德修养与法律基础

必修

3

40

40

8

3

03070211

马克思主义基本原理概论

必修

3

40

40

8

3

03071411

毛泽东思想和中国特色社会主义理论体系概论

必修

5

72

72

8

5

08126611

创新创业基础

必修

2

32

32

2

04001111

大学体育

必修

4

128

128

1

1

1

1

05010111

大学外语

必修

12

192

192

4

4

2

2

工科高等数学

必修

10

160

160

5

5

线性代数理论与应用

必修

3.5

56

56

3.5

大学物理

必修

3.5

56

54

2

3.5

07014311

概率论与数理统计

必修

3.5

56

56

3.5

学分要求

52.5

872

870

2

32

16.5

16.5

9.5

10

学科基础课

数据科学导论

必修

1

16

8

8

1

Python语言程序设计

必修

2.5

40

30

10

2.5

离散数学

必修

3.5

56

56

3.5

面向对象程序设计(Java

必修

3

48

36

12

3

数据结构与算法(Java

必修

3.5

56

48

8

3.5

计算机组成与结构

必修

3.5

56

48

8

3.5

计算机操作系统(双语)

必修

3.5

56

44

12

3.5

数据库系统原理¯

必修

3

48

40

8

3

计算机网络¯

必修

3

48

48

3

云计算与大数据¯

必修

2.5

40

40

2.5

分布式计算框架基础¯

必修

3

48

36

12

3

软件工程(双语)

必修

2.5

40

40

2.5

数据分析与挖掘算法

必修

3

48

36

12

3

学分要求

37.5

600

510

60

30

0

3.5

6.5

13.5

11

3

专业课

数据采集与清洗¯

必修

2

32

24

8

2

NoSQL数据库¯

必修

2.5

40

32

8

2.5

*Python数据分析与应用¯

必修

2.5

40

28

12

2.5

分布式计算框架组件技术¯

必修

3

48

32

16

3

机器学习¯

必修

2

32

24

8

2

*数据可视化技术¯

必修

2.5

40

30

10

2.5

Spark大数据处理²

必修

3

48

34

14

3

行业大数据案例分析²

必修

2.5

40

32

8

2.5

学分要求

20

320

236

84

0

0

0

0

0

2

12.5

3

2.5

数据科学与大数据技术专业教学进程表(续)

课程类别

课程

编号

课程名称

课程要求

学时分配

学期学分分配

备注

讲授

19

20

20

20

20

20

20

16

专业课

网络爬虫技术与应用²

3

48

32

16

24

3

限选9学分

高并发分布式数据库技术²

3

48

32

16

24

3

分布式服务器架构与应用²

选修

3

48

32

16

24

3

虚拟化技术²

选修

3

48

32

16

24

3

SPSS数据分析与挖掘²

选修

3

48

32

16

24

3

R语言与应用统计分析²

选修

3

48

32

16

24

3

Web前端设计与开发²

选修

3

48

32

16

24

3

智能搜索引擎服务技术²

²

选修

3

48

32

16

24

3

限选9学分

基于Java的微服务架构与应用²

选修

3

48

32

16

24

3

MQ消息服务技术与应用²

选修

3

48

32

16

24

3

文本挖掘技术²

选修

3

48

32

16

24

3

社会计算²

选修

3

48

32

16

24

3

开源软件开发技术²

选修

3

48

32

16

24

3

大数据安全技术²

选修

3

48

32

16

24

3

学分要求

18

288

192

96

144

9

9

实践教学

军训

必修

2

2

*行业认知教育²

必修

1

1

Python程序设计实践

必修

3

3

面向对象程序设计实践(Java)

必修

2

2

网络技术实践

必修

2

2

分布式数据处理实践¯

必修

3

2

*数据库系统开发实践¯

必修

3

3

机器学习实践²

必修

2

2

数据分析与挖掘实践²

必修

2

2

大数据项目综合实践²

必修

6

6

毕业设计(论文)

必修

16

16

学分要求

41

3

3

2

2

5

4

6

16


数据科学与大数据技术专业教学进程表(续)

课程类别

课程

编号

课程名称

课程要求

学时分配

学期学分分配

讲授

19

20

20

20

20

20

20

16

素质拓展与创新教育

公共

选修课

人文科学类课程

选修

2

64

64

学生在人文类课程中至少选修限定性选修课程一门,并根据课业负担情况自选上课学期.限选课程见公共选修课程目录。

社会科学类课程

选修

1

32

32

自然科学与工程类课程

选修

1

32

32

专题

教育

心理健康与安全教育

必修

2

32

32

1

1